Nghiên cứu tác động của tham số hoá đối lưu với dự báo mưa bằng mô hình HRM ở Việt Nam

Nghiên cứu tác động của tham số hoá đối lưu với dự báo mưa bằng mô hình HRM ở Việt Nam

ĐẠI HỌC QUỐC GIA HÀ NỘI TRƯỜNG ĐẠI HỌC KHOA HỌC TỰ NHIÊN

VŨ THANH HẰNG

NGHIÊN CỨU TÁC ĐỘNG CỦA THAM SỐ HÓA ĐỐI LƯU ĐỐI VỚI DỰ BÁO MƯA BẰNG MÔ HÌNH HRM

Ở VIỆT NAM

Chuyên ngành: Khí tượng học

Mã số: 62.44.87.01

TÓM TẮT LUẬN ÁN TIẾN SĨ KHÍ TƯỢNG HỌC

HÀ NỘI – 2008

Công trình được hoàn thành tại Khoa Khí tượng Thủy văn & Hải

dương học, Trường Đại học Khoa học Tự nhiên, Đại học Quốc gia

Hà Nội

Người hướng dẫn khoa học: PGS TSKH Kiều Thị Xin

Phản biện 1: PGS.TS Phan Văn Tân

Trường Đại học Khoa học Tự nhiên, ĐHQGHN

Phản biện 2: TSKH Nguyễn Duy Chinh

Viện Khoa học Khí tượng Thủy văn và Môi trường

Phản biện 3: TS Hoàng Đức Cường

Viện Khoa học Khí tượng Thủy văn và Môi trường

Luận án được bảo vệ trước Hội đồng cấp nhà nước chấm luận án tiến

sĩ họp tại Trường Đại học Khoa học Tự nhiên, Đại học Quốc gia Hà

Nội vào hồi 9 giờ 00 ngày 09 tháng 09 năm 2008

Có thể tìm hiểu luận án tại:

- Thư viện Quốc gia Việt Nam

- Trung tâm Thông tin Thư viện, Đại học Quốc gia Hà Nội

DANH MỤC CÁC CÔNG TRÌNH KHOA HỌC CỦA TÁC GIẢ

LIÊN QUAN ĐẾN LUẬN ÁN

1 Kieu Thi Xin, Le Duc and Vu Thanh Hang (2004), Heavy rainfall forecast using the higher resolution regional model

in Vietnam and improving initialization problem,

International Symposium on Extreme Weather and Climate Events, Their Dynamics and Predictions, Beijing, China, 152-153

2 Kiều Thị Xin, Lê Đức, Vũ Thanh Hằng (2005), Cải tiến mô hình dự báo thời tiết phân giải cao HRM cho dự báo mưa lớn gây lũ lụt trên lãnh thổ Việt Nam, Hội nghị khoa học công

nghệ dự báo và phục vụ dự báo KTTV lần thứ VI, Trung tâm

Dự báo Khí tượng Thủy văn Trung ương, 1, 1-14

3 Kiều Thị Xin, Vũ Thanh Hằng (2005), “Thử nghiệm áp dụng

sơ đồ tham số hóa đối lưu Tiedtke cải tiến trong mô hình khu

vực phân giải cao HRM”, Tạp chí Khí tượng Thủy văn, 538,

19-28

4 Vũ Thanh Hằng, Kiều Thị Xin (2007), “Dự báo mưa lớn khu vực Trung Bộ sử dụng sơ đồ tham số hóa đối lưu Heise trong

mô hình HRM”, Tạp chí Khí tượng Thủy văn, 560, 49-54

5 Vu Thanh Hang, Kieu Thi Xin (2007), “Using Betts-Miller-Janjic convective parameterization scheme in H14-31 model

to forecast heavy rainfall in Vietnam”, Vietnam Journal of Mechanics, Vol 29, No 2, 83-97

KIẾN NGHỊ

1 Cần được đầu tư cho nghiên cứu đối lưu nhiệt đới và vấn đề

TSHĐL vì đây là bài toán rất quan trọng đối với ngành khí tượng đặc

biệt là dự báo thiên tai trên tầm quốc tế

2 Cần tiếp tục nghiên cứu cải tiến sơ đồ BMJ để hạn chế khả

năng dự báo khống của mô hình trên khu vực nghiên cứu đối với

ngưỡng mưa vừa và mưa nhỏ

3 Mỗi một sơ đồ TSHĐL đều có những điểm mạnh và yếu khác

nhau và không có một sơ đồ nào cho kết quả mô phỏng tốt trong mọi

trường hợp Một biện pháp có thể khắc phục nhược điểm của từng sơ

đồ đồng thời phát huy ưu điểm của chúng là tổ hợp bốn sơ đồ

TSHĐL mà chúng tôi sẽ hướng tới trong những nghiên cứu tiếp theo

sau luận án

MỞ ĐẦU

1 Lý do lựa chọn đề tài

Mưa là một yếu tố thời tiết quan trọng và ảnh hưởng rất lớn tới đời sống kinh tế xã hội Mưa là kết cục của sự hòa hợp nhiệt động giữa ba yếu tố quan trọng nhất là gió, nhiệt và ẩm nên biến động rất mạnh theo không gian và thời gian Như vậy, một mô hình muốn dự báo tốt mưa cần đồng thời dự báo tốt cả ba yếu tố này Đối với vùng nhiệt đới-xích đạo, vấn đề dự báo thời tiết nói chung và dự báo mưa nói riêng bằng mô hình số càng phức tạp hơn so với ngoại nhiệt đới

Sự phức tạp trước hết vì chưa có lý thuyết cho một quan hệ giữa trường khối lượng và trường gió ở những vĩ độ rất thấp nên không tạo ra được sự cân bằng tốt trong trạng thái ban đầu Khó khăn thứ hai là mưa nhiệt đới sinh ra chủ yếu bởi đối lưu sâu mà trong một mô hình số thuỷ tĩnh với độ phân giải còn rất hạn chế thì đối lưu lại được tham số hóa và hiện nay con người hiểu biết còn chưa đầy đủ về quá trình này Ở vùng nhiệt đới, việc xác định đúng phân bố ẩm là nguồn gốc của mưa còn vô cùng phức tạp do thám sát quá nghèo nàn sẽ tác động rất lớn đến chất lượng mưa mô hình Như vậy, trước khi áp dụng một mô hình số có nguồn gốc từ vùng vĩ độ cao vào vùng nhiệt đới trước hết cần khu vực hóa mô hình về động lực và về vật lý để

mô tả tốt hơn các quá trình ở nhiệt đới Trong khuôn khổ luận án, chúng tôi quan tâm đến một trong những vấn đề của nhiệt đới hóa vật

lý mô hình là tham số hóa đối lưu (TSHĐL) được coi là đặc biệt quan trọng đối với mô phỏng mưa nhiệt đới bằng mô hình dự báo thời tiết khu vực, khu vực hạn chế

Ở các nước phát triển, dự báo thời tiết-khí hậu hiện nay bằng phương pháp số là thống trị nên đã đáp ứng cao những yêu cầu của

xã hội, trong khi ở Việt Nam mãi đến năm 2000 mới bắt đầu tiếp thu

mô hình dự báo thời tiết khu vực phân giải cao đầu tiên là HRM để

nghiên cứu áp dụng vào khu vực ta Song, chất lượng dự báo mưa

của mô hình HRM nguyên bản còn nhiều hạn chế do sự chưa thích

hợp của nó đối với khu vực Việt Nam-Đông Nam Á, trong khi đòi

hỏi rất cao của xã hội về dự báo kịp thời và chính xác hơn lượng mưa

và vùng có mưa để đáp ứng yêu cầu của dự báo lũ, lụt và phòng tránh

thiên tai Trước yêu cầu cấp thiết đó, chúng tôi đã lựa chọn và thực

hiện đề tài nhằm góp phần nào đó vào việc giải quyết nhiệm vụ quan

trọng trên

2 Mục đích, đối tượng, phạm vi nghiên cứu

Mục đích: nghiên cứu một số sơ đồ TSHĐL và áp dụng cho mô

hình HRM để lựa chọn một sơ đồ thích hợp nhất phục vụ dự báo mưa

ở Việt Nam, thông qua đó hiểu rõ hơn về đối lưu và tác động của

TSHĐL đối với mưa mô hình khu vực nhiệt đới

Đối tượng: đối lưu sâu nhiệt đới và mưa ở Việt Nam

Phương pháp: mô hình hóa, TSHĐL, đánh giá truyền thống, thẩm

định CRA và kiểm nghiệm ổn định thống kê bootstrap

Phạm vi: khu vực Việt Nam-Đông Nam Á

3 Ý nghĩa khoa học, thực tiễn

Luận án đã chỉ ra sự thích hợp hơn của sơ đồ Betts-Miller-Janjic

(BMJ) so với ba sơ đồ còn lại trong kết quả dự báo mưa lớn của mô

hình HRM thể hiện mưa lớn ở nhiệt đới sinh ra chủ yếu bởi đối lưu

sâu và sự phát triển đối lưu sâu nhiệt đới không chỉ nhờ hội tụ ẩm

mực thấp và bất ổn định khí quyển mà còn phức tạp hơn cần được

nghiên cứu tiếp

Muốn áp dụng một mô hình có nguồn gốc từ vùng vĩ độ cao vào

vùng nhiệt đới trước hết cần được nhiệt đới hóa nó về vật lý cũng

như động lực

vị trí 46,1%, sai số thể tích 7,8% và sai số kiểu dáng 46,1% là có kỹ năng dự báo gần tương đương với mô hình LAPS của Úc Trong khi

đó, phiên bản H14-31/TK không có kỹ năng dự báo mưa vì với sai số thể tích 11,3% là lớn hơn so với sai số cho phép 10%, thể hiện cân bằng ẩm trong phiên bản này chưa tốt Sự thích hợp của sơ đồ BMJ

để TSHĐL khu vực này thể hiện sự phát triển đối lưu sâu gây mưa lớn vùng nghiên cứu không chỉ do hội tụ ẩm mực thấp và bất ổn định khí quyển mà còn bởi nhiều quá trình phức tạp khác chưa được tính đến do sự hiểu biết hạn chế của chúng ta hiện nay

c) Trong các hình thế thời tiết gây mưa lớn, phiên bản sử dụng sơ

đồ BMJ có HSTQ luôn cao nhất và tương đối ổn định Cả bốn sơ đồ TSHĐL đều cho kết quả dự báo thấp trong trường hợp ATNĐ - bão bởi vì đối lưu trong bão là rất phức tạp mà trong các sơ đồ chưa thể

mô tả đầy đủ, kể cả với sơ đồ điều chỉnh BMJ

d) Sự tăng dự báo khống của H14-31/BMJ đối với mưa nhỏ và vừa chủ yếu ở khu vực Bắc Bộ thể hiện cấu trúc nhiệt ẩm sinh mưa nhỏ và vừa khu vực này không thật thích hợp với cấu trúc nhiệt ẩm quy chiếu của sơ đồ Nói cách khác, mưa nhỏ và vừa ở Bắc Bộ không phải là mưa nhiệt đới điển hình

e) Đối với mô hình khu vực phân giải càng cao, sự thích hợp của

sơ đồ TSHĐL dựa vào hội tụ ẩm mực thấp kiểu như sơ đồ TK càng giảm

3 Lần đầu tiên ở Việt Nam chúng tôi đã áp dụng thành công phương pháp bootstrap để kiểm nghiệm độ ổn định thống kê của kết quả đánh giá chất lượng dự báo mưa 24h trong luận án Kết quả kiểm nghiệm cho thấy tính ổn định cao của các điểm số đánh giá (FBI, TS, POD, TSS, HSS) đối với cả bốn phiên bản với bốn sơ đồ TSHĐL Điều đó khẳng định cho độ tin cậy của những kết luận nêu trên

KẾT LUẬN

Từ các nghiên cứu lý thuyết và tính toán thực hiện trong luận án

này chúng tôi rút ra những nhận xét và kết luận sau:

1 Luận án đã nghiên cứu hệ thống hóa lý thuyết TSHĐL trong mô

hình dự báo khu vực phân giải cao và chọn ra bốn sơ đồ khác nhau áp

dụng vào dự báo mưa bằng mô hình HRM có độ phân giải 14km, 31

mực thẳng đứng trên miền 7.125N-27.125N và 97.25E-117.25E,

trong đó sơ đồ BMJ thiết lập trên nguyên tắc điều chỉnh cấu trúc

nhiệt ẩm mô hình về cấu trúc nhiệt ẩm thám sát thực trong khí quyển,

còn sơ đồ gốc TK của HRM và hai sơ đồ ET và HS dựa vào giả

thuyết coi đối lưu sinh ra từ hội tụ ẩm mực thấp và bất ổn định khí

quyển

2 Bốn phiên bản của mô hình với bốn sơ đồ TSHĐL trên được chạy

dự báo 24h cho ba mùa mưa 2003-2005 Kết quả dự báo được đánh

giá bằng phương pháp truyền thống, thẩm định CRA và kiểm nghiệm

ổn định thống kê bằng phương pháp bootstrap thực hiện cho từng

trường hợp mưa điển hình, trung bình cho từng hệ thống gây mưa

riêng lẻ (KKL, ITCZ, SW hay bão), trung bình cho từng mùa và

trung bình cho ba mùa mưa Kết quả đánh giá cho thấy:

a) Để dự báo mưa, đặc biệt là mưa lớn trên khu vực nghiên cứu sơ

đồ BMJ tỏ ra thích hợp hơn hẳn so với ba sơ đồ còn lại, bộc lộ trên

tất cả các điểm số quan trọng như TS, POD, TSS, HSS và đối với

tất cả các miền Bắc Bộ, Trung Bộ, Nam Bộ

b) Chất lượng dự báo mưa lớn trên khu vực nghiên cứu của

H14-31 tăng lên rõ rệt khi thay đổi sơ đồ TSHĐL gốc TK bằng sơ đồ

TSHĐL BMJ Điểm số kỹ năng dự báo mưa TSS ở ngưỡng mưa

50mm/ngày của phiên bản gốc 31/TK là 15% và của

H14-31/BMJ đạt 20% Phiên bản H14-H14-31/BMJ cho dự báo mưa với sai số

Kết quả của luận án đã giúp khẳng định khả năng sử dụng mô hình HRM với sơ đồ BMJ trong dự báo nghiệp vụ

4 Các kết quả mới của luận án

Hệ thống hóa lý thuyết TSHĐL trong mô hình dự báo thời tiết khu vực và đưa thêm ba sơ đồ mới vào mô hình HRM, trong đó sơ đồ Betts-Miller-Janjic (BMJ) thiết lập trên nguyên tắc điều chỉnh cấu trúc nhiệt ẩm mô hình về cấu trúc nhiệt ẩm thám sát thực ở khí quyển nhiệt đới, hai sơ đồ mới Tiedtke cải tiến (ET) và Heise (HS) cùng với

sơ đồ gốc (TK) dựa vào giả thuyết coi đối lưu sinh ra từ hội tụ ẩm mực thấp và bất ổn định khí quyển

Để dự báo mưa trên khu vực nghiên cứu, sơ đồ BMJ tỏ ra thích hợp hơn so với ba sơ đồ còn lại: kỹ năng dự báo mưa tăng rõ rệt, cân bằng ẩm trong mô hình được đảm bảo và có thể coi là có kỹ năng dự báo tương đương với mô hình LAPS của Úc

Sự thích hợp hơn của sơ đồ BMJ so với ba sơ đồ kia thể hiện sự phát triển đối lưu sâu vùng nghiên cứu không chỉ do hội tụ ẩm mực thấp và bất ổn định khí quyển mà còn bởi nhiều quá trình phức tạp khác chưa được tính đến

Sự thích hợp của sơ đồ TSHĐL dựa vào hội tụ ẩm mực thấp kiểu như sơ đồ TK càng giảm khi độ phân giải mô hình càng cao

Lần đầu tiên ở Việt Nam luận án đã áp dụng thành công phương pháp bootstrap để kiểm nghiệm độ ổn định thống kê của kết quả đánh giá chất lượng dự báo mưa mô hình và những kết luận nêu ra trong luận án được đảm bảo ổn định và đáng tin cậy

5 Cấu trúc của luận án

Ngoài phần mở đầu và kết luận, luận án được bố cục thành 3 chương: Chương 1: Vấn đề tham số hóa đối lưu trong mô hình và dự báo mưa bằng mô hình số Chương 2: Mô hình dự báo thời tiết khu

vực phân giải cao HRM và một số phương pháp đánh giá dự báo mưa

của mô hình Chương 3: Kết quả dự báo mưa của mô hình HRM với

các sơ đồ tham số hóa đối lưu và đánh giá

CHƯƠNG 1 VẤN ĐỀ THAM SỐ HÓA ĐỐI LƯU TRONG

MÔ HÌNH VÀ DỰ BÁO MƯA BẰNG MÔ HÌNH SỐ

1.1 Tổng quan về vấn đề TSHĐL trong mô hình dự báo số

Công trình nghiên cứu tiên phong của Riehl và Malkus (1958) cho

thấy trong các khu vực bất ổn định đối lưu, vận chuyển thẳng đứng

của khối lượng và năng lượng tĩnh ẩm không được thực hiện bởi

hoàn lưu qui mô synôp mà bởi các đám mây tích riêng biệt Khái

niệm TSHĐL trong các mô hình số là việc biểu diễn được hiệu ứng

của một quần thể các đám mây đối lưu trong khí quyển qua số hạng

của các biến qui mô lưới Tùy thuộc vào độ phân giải ngang của mô

hình mà lựa chọn có hay không TSHĐL Cách tiếp cận hiện nay đối

với vấn đề biểu diễn đối lưu mây tích trong các mô hình số qui mô

vừa được chia thành 3 nhóm: tiếp cận truyền thống, hiển tổng thể và

lai (Molinari và Dudek, 1992) Nhìn chung, các sơ đồ TSHĐL có hai

mục tiêu Thứ nhất, các sơ đồ phải tính (hay mô phỏng) được năng

lượng giải phóng do đối lưu qua số hạng của các biến qui mô lưới

(bài toán khép kín) Thứ hai, sơ đồ đối lưu phải tính được phân bố

năng lượng được giải phóng theo phương thẳng đứng sao cho gần với

thực cùng với các tham số hóa vật lý khác như bức xạ, mưa qui mô

lưới và lớp biên để duy trì một cấu trúc khí quyển thực theo phương

thẳng đứng (Gregory và Rowntree, 1990) Hai câu hỏi cần nêu ra để

đánh giá một sơ đồ nào đó là: (1) đối lưu được hình thành như thế

nào trong sơ đồ và (2) trong trường hợp các sơ đồ kiểu dòng khối,

thông lượng khối lượng đối lưu được xác định như thế nào Theo

Arakawa và Chen (1987), hầu hết các sơ đồ TSHĐL sử dụng trong

TS rất ít có sự khác biệt giữa các sơ đồ TSHĐL Khi ngưỡng mưa tăng từ 5, 20 và 50mm/ngày thì TS giảm tương ứng là ~30%, 20% và 10% Tuy nhiên, phiên bản H14-31/BMJ có kết quả tốt hơn chút ít so với các phiên bản còn lại

Ở ngưỡng 5mm/ngày, POD của H14-31/BMJ cao nhất đạt 70% Với ngưỡng 20mm/ngày thì POD của cả bốn phiên bản đều giảm, BMJ vẫn cao nhất đạt ~40% Với ngưỡng 50mm/ngày thì sự khác biệt giữa các sơ đồ đối lưu không thể hiện rõ, POD ~ 20%

TSS và HSS cho thấy giữa các phiên bản rất ít có sự khác biệt cũng như kỹ năng dự báo ở các ngưỡng mưa cũng ít biến đổi Tuy nhiên, phiên bản sử dụng sơ đồ BMJ có kết quả tốt hơn nhưng không nhiều so với các phiên bản còn lại

Với toàn bộ những kết quả đánh giá trong chương này có thể thấy

sơ đồ BMJ thể hiện sự ưu việt và ổn định trên nhiều điểm số thống kê hơn so với ba sơ đồ TSHĐL còn lại Một nhược điểm của sơ đồ BMJ

là vấn đề dự báo khống ở ngưỡng mưa vừa và mưa nhỏ, tuy nhiên

không nhiều

=50mm/ngày thì 31/TK và BMJ cho kết quả tốt hơn còn

H14-31/HS lại cho dự báo khống nhiều nhất

Bảng 3.9 Điểm số trung bình của thẩm định CRA đối với mưa lớn khu vực

Đông Bắc của các tháng từ năm 2003 đến 2005 với ba sơ đồ TSHĐL Giá trị

trong Bảng là giá trị trung bình theo số lượng CRA

RMSE (mm/ngày) HSTQ Phiên

bản

Ngưỡng

mưa

(mm)

(số

CRA) Gốc

Sau trôi Gốc Sau trôi

Sai số

vị trí (%)

Sai số thể tích (%)

Sai số kiểu dáng (%) 1(90) 36.88 25.97 0.166 0.359 44.16 10.33 45.51

2(90) 37.07 26.05 0.161 0.360 44.32 10.52 45.16

10(77) 39.89 28.87 0.104 0.339 41.64 11.33 46.03

20(45) 51.99 38.82 0.042 0.325 39.14 14.83 46.03

H14-31/TK

TB

1(106) 45.04 27.60 0.138 0.285 57.09 8.90 34.01

2(104) 45.54 28.25 0.129 0.283 56.23 9.21 34.56

5(94) 47.65 30.06 0.103 0.285 55.05 9.64 35.31

10(81) 52.28 33.91 0.083 0.284 53.08 11.05 35.87

20(56) 62.58 41.58 0.005 0.289 50.49 11.65 37.86

H14-31/HS

TB

1(142) 32.31 23.00 0.163 0.319 47.29 7.70 45.01

2(142) 32.37 23.05 0.161 0.321 47.30 7.72 44.98

5(137) 32.62 23.34 0.161 0.330 46.74 7.56 45.70

10(121) 33.95 24.65 0.143 0.336 45.28 7.88 46.84

20(91) 36.49 27.29 0.098 0.340 42.51 8.38 49.11

H14-31/BMJ

TB

Bảng 3.10 Trung bình của sai số phần từ thẩm định CRA và độ biến động

của dự báo bằng mô hình LAPS cho bốn vùng mưa của Úc (Ebert, 2000)

Khu vực Sai số vị trí

(%)

Sai số thể tích (%)

Sai số kiểu dáng (%)

mô hình dự báo thời tiết số có thể được chia thành bốn nhóm với một

số sơ đồ đại diện như sau: 1) các sơ đồ điều chỉnh đối lưu ẩm như Manabe & CS (1965), Krishnamurti & CS (1980), Betts (1986), Mueler & CS (1987), và Betts và Miller (1993); 2) các sơ đồ kiểu Kuo như Kuo (1965, 1974), Anthes (1977a), Molinari (1982), và Geleyn (1985); 3) các sơ đồ dòng khối như Arakawa và Schubert (1974), Geleyn & CS (1982), và Tiedtke (1989); 4) các sơ đồ được thiết lập cho các mô hình qui mô vừa như Kreitzberg và Perkey (1976), Fritsch và Chappell (1980), Frank và Cohen (1987), và Kain

và Fritsch (1989)

1.2 Về các sơ đồ tham số hóa đối lưu áp dụng trong mô hình HRM

1.2.1 Sơ đồ tham số hóa đối lưu Tiedtke

Tiedtke (1989) đã xây dựng một sơ đồ TSHĐL mây tích dựa trên

cơ sở gần đúng các dòng khối Ông đã chia động lực của mây tích thành hai phần, một phần dòng thăng và một phần dòng giáng Trong

sơ đồ phân biệt ba loại đối lưu: nông, sâu và mực giữa Hệ các phương trình viết cho dòng thăng và dòng giáng trong mây có tính đến dòng cuốn vào và dòng cuốn ra do dòng rối và do dòng có tổ chức Có tham số hóa quá trình vận chuyển động lượng Dòng cuốn vào và dòng cuốn ra do rối được coi là bằng nhau và bằng một hằng

số đối với từng loại mây Dòng cuốn vào có tổ chức xác định nhờ độ hội tụ ẩm trong điều kiện dừng

Giả thiết khép kín cho đối lưu sâu phụ thuộc vào hội tụ ẩm mực thấp Đối lưu sâu chỉ xuất hiện khi hội tụ ẩm đạt giá trị dương Để xác định thông lượng khối lượng chân mây cho đối lưu nông cũng sử dụng biểu thức tương tự như cho đối lưu sâu nhưng lượng ẩm cung cấp cho các đám mây đối lưu nông chủ yếu do sự bốc hơi từ bề mặt,

sự hội tụ quy mô lớn là rất nhỏ có thể bỏ qua Với đối lưu mực giữa,

dòng khối trong dòng thăng tại chân mây được xác định thông qua sự

vận chuyển khối lượng thẳng đứng của dòng quy mô lớn Thông

lượng khối lượng dòng giáng được giả thiết tỷ lệ thuận với thông

lượng khối lượng dòng thăng

1.2.2 Sơ đồ Tiedtke cải tiến

Thor Erik Nordeng (1994) đã cải tiến một số phần so với sơ đồ

Tiedtke (1989) như sau:

Dòng cuốn vào có tổ chức cải tiến được xem là có quan hệ với lực

nổi trong mây, tức là khi lực nổi càng lớn thì gia tốc thẳng đứng sẽ

càng lớn và do đó không khí cuốn vào dòng thăng sẽ nhiều hơn để

đảm bảo tính liên tục khối lượng Dòng cuốn ra có tổ chức cải tiến

quan hệ với tốc độ biến đổi diện tích của phần hoạt động mây theo độ

cao

Phép khép kín thích ứng được sử dụng đối với đối lưu sâu là liên

hệ thông lượng khối lượng ở chân mây với độ bất ổn định đối lưu và

sử dụng thời gian hồi phục τ = 3600s sao cho sau khoảng thời gian

này sơ đồ đối lưu sẽ khử bỏ được sự bất ổn định Tuy nhiên, ở bước

tích phân đầu tiên thông lượng khối lượng chân mây được tính dựa

vào hội tụ ẩm qui mô lớn và sau đó được hiệu chỉnh bằng biểu thức

phụ thuộc lực nổi ở những bước tích phân tiếp theo

1.2.3 Sơ đồ Heise

Điểm khác biệt duy nhất so với sơ đồ Tiedtke (1989) là giả thiết

khép kín cho đối lưu sâu Thông lượng khối lượng tại chân mây được

tính đơn giản hơn, phụ thuộc vào mật độ của môi trường, CAPE và

một hằng số thực nghiệm

trung bình theo từng ngưỡng cũng như trung bình theo tất cả các ngưỡng là 7,81% nhỏ nhất so với 31/HS là 9,87% và H14-31/TK là 11,31% Mặt khác, quan hệ giữa ba loại sai số phần trăm di chuyển, thể tích và kiểu dáng của H14-31/BMJ là 46,1%, 7,81% và 46,09% tương ứng dao động trong giới hạn cho phép trong đó sai số thể tích phải nhỏ nhất và <10% thể hiện H14-31/BMJ có kỹ năng dự báo mưa ổn định So sánh với các sai số tương ứng trong Bảng 3.10 của thẩm định dự báo mưa mô hình LAPS của Úc ta thấy sai số phần trăm thống kê CRA của dự báo mưa bằng H14-31 với sơ đồ BMJ có thể coi gần như tương đương với sai số tương ứng của mô hình LAPS Điểm quan trọng có thể suy ra từ so sánh này là sai số thể tích trung bình của H14-31/BMJ là 7,81% (<10%) gần tương đương với sai số thể tích của LAPS lấy trung bình toàn vùng là 5%, tuy nhiên ở vùng nhiệt đới thì sai số thể tích của LAPS khá nhỏ, chỉ là 3% Với giá trị này của sai số thể tích hoàn toàn có thể coi chu trình ẩm trong phiên bản H14-31/BMJ là cân bằng

3.5 Kiểm nghiệm độ ổn định thống kê của các kết quả đánh giá bằng sử dụng phương pháp bootstrap

Phương pháp bootstrap được sử dụng để kiểm nghiệm độ ổn định thống kê của 5 điểm số FBI, TS, POD, TSS và HSS đã được thực hiện trong mục 3.2 và 3.3 Kết quả cho thấy khi ta thay đổi số lượng mẫu bootstrap thì các giá trị này rất ít biến đổi, điều này cho thấy kết quả đánh giá của các phiên bản đều thể hiện tính ổn định ở tất cả các ngưỡng mưa

Với ngưỡng mưa 5 và 20mm/ngày, H14-31/BMJ có FBI lớn hơn FBI trung bình của H14-31/BMJ ở ngưỡng 5mm/ngày vào ~2,5 và ở ngưỡng 20mm/ngày là ~2,2 Khi ngưỡng =20mm/ngày thì sơ đồ TK,

và HS không có sự khác biệt nhiều Tuy nhiên, khi ngưỡng

TSS và HSS của H14-31/BMJ thể hiện tốt hơn so với ba phiên

bản còn lại, đặc biệt đối với khu vực Nam Bộ Hai điểm số này nhìn

chung giảm theo ngưỡng mưa ở cả 4 phiên bản và ở khu vực Bắc Bộ

thể hiện tốt nhất, kém nhất là khu vực Nam Bộ

ME nhìn chung đều dương ở 4 phiên bản cũng như các khu vực,

riêng H14-31/ET có ME<0 tuy nhiên không đáng kể đối với khu vực

Trung Bộ và Nam Bộ Như vậy, với ngưỡng mưa vừa và nhỏ thì mô

hình thường cho dự báo cao hơn thám sát trong khi đó với ngưỡng

mưa lớn thì xu thế lại ngược lại Phân bố không gian của ME cho

thấy ME>0 chủ yếu ở Bắc Bộ và sai số này lớn tại các trạm vùng núi

phía tây bắc Các trạm ở khu vực Nam Bộ đều có xu thế mang sai số

âm

MAE giữa các phiên bản hầu như không có sự sai khác nhiều

RMSE lớn nhất của H14-31/HS (25,443mm/ngày) và nhỏ nhất

của H14-31/BMJ (20,104mm/ngày)

HSTQ đều có giá trị dương đối với tất cả các miền và

H14-31/BMJ thể hiện kết quả tốt nhất ở cả ba khu vực và toàn Việt Nam

HSTQ có giá trị cao nhất ở khu vực Bắc Bộ và kém nhất là khu vực

Nam Bộ

3.4 Kết quả đánh giá sử dụng phương pháp CRA (thẩm định

CRA)

Từ Bảng 3.9 ta thấy trong cùng những tình huống thời tiết tổng số

CRA của H14-31/BMJ lớn nhất, nghĩa là vùng mưa dự báo gần với

vùng mưa thám sát hơn so với các sơ đồ đối lưu còn lại

Trên hai điểm số RMSE và HSTQ, H14-31/BMJ thể hiện tốt nhất

Sai số phần trăm theo thể tích trung bình cho ba mùa mưa cũng

tăng theo ngưỡng mưa thể hiện mưa càng lớn thì sự cân bằng ẩm

trong mô hình càng yếu, trong đó H14-31/BMJ có sai số thể tích

1.2.4 Sơ đồ Betts-Miller-Janjic

Cấu trúc nhiệt ẩm khí quyển mô hình được điều chỉnh về một cấu trúc nhiệt động tựa cân bằng quy chiếu (nhận được từ quan trắc trong khí quyển nhiệt đới) cùng tồn tại với các quá trình bình lưu và bức xạ quy mô lớn Trong sơ đồ sử dụng hai cấu trúc nhiệt động quy chiếu khác nhau đối với đối lưu sâu và đối lưu nông Đối với đối lưu nông, profin quy chiếu là đường xáo trộn còn với đối lưu sâu thì profin này

là đường đoạn nhiệt ẩm

Đối với đối lưu sâu các profin nhiệt, ẩm quy chiếu phải được thiết lập sao cho thoả mãn điều kiện bảo toàn enthalpy tổng Profin quy chiếu của đối lưu nông thỏa mãn hai ép buộc năng lượng riêng biệt đối với nhiệt và ẩm, có nghĩa là đối lưu nông không sinh mưa mà chỉ làm phân bố lại nhiệt và ẩm theo phương thẳng đứng, trong đó cường

độ xáo trộn trong đối lưu nông là một hàm của độ nghiêng đường xáo trộn vì độ nghiêng đường xáo trộn thống trị bất ổn định đỉnh mây

1.3 Về dự báo mưa bằng mô hình dự báo số trên thế giới và ở Việt Nam

Những năm 1983-1984 về trước dự báo thời tiết ở nhiệt đới nói chung và bằng phương pháp số nói riêng còn rất nghèo nàn Lĩnh vực này được các nhà khí tượng thế giới quan tâm đặc biệt từ khi có nhiều thám sát hơn ở nhiệt đới, đặc biệt là thám sát vệ tinh, rađa Thời kỳ 1984-1985 ở ECMWF đã có những cải tiến to lớn trong

dự báo nghiệp vụ bằng mô hình toàn cầu cho các vùng nhiệt đới, đó

là đưa vào TSHĐL nông, biến đổi TSHĐL sâu, một sơ đồ mây mới

và tăng độ phân giải ngang của mô hình Kết quả cho thấy những cải tiến này thể hiện chủ yếu qua giảm sai số hệ thống phản ánh ràng buộc phi đoạn nhiệt ở nhiệt đới thực hơn Việc sử dụng độ phân giải ngang tinh hơn trong các mô hình dự báo thời tiết nghiệp vụ (Black,

1994; Rogers & CS, 1998) nhìn chung nâng cao chất lượng QPF, ít

nhất là được thể hiện qua các điểm số kỹ năng truyền thống

(Mesinger, 1998) Ngoài ra, những cải tiến trong thám sát và phương

pháp đồng hóa chúng để cải tiến trường ban đầu cho mô hình góp

phần quan trọng trong việc nâng cao chất lượng dự báo Bên cạnh

việc cải tiến các mô hình dự báo số nghiệp vụ theo nhiều cách khác

nhau, hướng tiếp cận dự báo tổ hợp cũng được phát triển nhằm nâng

cao chất lượng QPF

Cách tiếp cận trong dự báo thời tiết và khí hậu theo hướng mô

hình số trị cũng bắt đầu được phát triển mạnh ở Việt Nam từ năm

2000 trở lại đây Mô hình dự báo thời tiết khu vực phân giải HRM do

đề tài ĐTĐL 2002/02 của PGS TSKH Kiều Thị Xin tiếp thu từ Tổng

cục Thời tiết CHLB Đức (DWD) đã được phát triển, áp dụng ở Việt

Nam và được sử dụng nghiệp vụ hiệu quả ở TTDBKTTVTW Đề tài

KHCN KC09-04 do GS TS Trần Tân Tiến làm chủ nhiệm đã tiếp

thu, áp dụng thành công mô hình RAMS từ Đại học Tổng hợp

Colorado (Mỹ) và mô hình số trị phi thủy tĩnh Eta từ Đại học Tổng

hợp Athens (Hy Lạp) vào “Xây dựng mô hình dự báo các trường Khí

tượng Thủy văn trên Biển Đông” TS Hoàng Đức Cường & CS đã

tiếp thu mô hình số trị qui mô vừa thế hệ 5 của Mỹ (MM5) với đề tài

“Nghiên cứu thử nghiệm áp dụng mô hình khí tượng động lực quy

mô vừa MM5 trong dự báo hạn ngắn ở Việt Nam” Luận án Tiến sỹ

của Đỗ Ngọc Thắng với đề tài “Nghiên cứu cải tiến sơ đồ tham số

hóa đối lưu áp dụng vào mô hình dự báo thời tiết số trị Eta cho Việt

Nam” Trong mô hình Eta tác giả đã thử nghiệm hai sơ đồ đối lưu là

BMJ và Kain Fristch

hơn so với những tháng còn lại Tuy nhiên, trong các tháng 9-12 thì

sự khác biệt giữa ba sơ đồ TK, ET và HS là không nhiều

3.3.2 Kết quả đánh giá theo các khu vực và toàn Việt Nam

FBI cho thấy dự báo khống nhiều nhất ở Bắc Bộ còn ở Nam Bộ lại dự báo sót nhiều hơn H14-31/TK và BMJ cho kết quả dự báo khống nhiều ở các ngưỡng từ 5-20mm/ngày sau đó giảm nhanh khi ngưỡng mưa tăng lên Ngược lại, H14-31/ET và HS lại dự báo khống nhiều ở ngưỡng ≤ 5mm/ngày, sau đó diện mưa dự báo khá phù hợp với thám sát ở ngưỡng mưa vừa Đối với ngưỡng từ 40-50mm/ngày thì các phiên bản dự báo diện mưa không khác nhau nhiều và gần với diện mưa thám sát Với ngưỡng mưa lớn sơ đồ đối lưu HS cho kết quả dự báo diện mưa tốt nhất đối với miền Trung Riêng khu vực Nam Bộ, cả bốn phiên bản đều có dự báo diện mưa nhỏ hơn nhiều so với thám sát ở ngưỡng mưa lớn, nghĩa là dự báo sót nhiều Điều này cho thấy HRM cùng với bốn sơ đồ TSHĐL trên đều dự báo chưa tốt mưa lớn khu vực này Chất lượng dự báo thấp ở đây có lẽ không chỉ

do chất lượng mô phỏng đối lưu của các sơ đồ mà còn chính trong

mô hình HRM đối với vùng nhiệt đới-xích đạo

TS ít khác biệt giữa bốn sơ đồ TSHĐL và giữa các khu vực Với ngưỡng mưa nhỏ, phần trùng nhau giữa vùng mưa thám sát và vùng mưa dự báo của 4 phiên bản đạt ~40% Với ngưỡng mưa lớn TS giảm xuống còn ~10%, riêng khu vực Nam Bộ điểm số TS rất nhỏ,

<5% Điều đó có nghĩa là H14-31 dự báo vận tốc hoàn lưu ẩm kém nhất cho khu vực Nam Bộ

POD của H14-31/BMJ có kết quả tốt nhất ở cả ba khu vực cũng như toàn Việt Nam đối với tất cả các ngưỡng mưa Với ngưỡng mưa lớn khả năng phát hiện mưa ở khu vực Nam Bộ của tất cả các phiên bản đều kém, trung bình chỉ đạt khoảng 5%